基于加权小波的三维网格多描述编码

鉴于网格小波系数特点与图像小波系数的差异性,提出一种基于加权小波系数的多描述编码(WW_MDC)方法.利用小波变换,提取模型最粗糙网格和小波系数,对小波系数进行加权处理,使其更加适合随后的SPIHT算法,利用SPIHT码流分层内嵌特性将小波系数分组形成多个描述,可以很好的适应网络带宽的变化和丢包率(PLR)的变化.试验结果表明,该方法具有较高的压缩率和抗误码能力,并且相比较其他三维模型的多描述编码方法,该方法具有更小的重建误差.     

时延调整对单频网覆盖区域影响的研究

在地面数字电视单频网的网络规划和调试中,为了改善多径效应对单频网覆盖区域造成的不良影响,不同发射台站会配置有不同的时延。不同发射台站之间的时延究竟如何影响覆盖区域是单频网网络调试中的重点与难点。针对地面数字电视单频网不同发射台站时延的调整,并结合主径信号与多径信号的信号强度比以及接收机门限电平等因素综合分析了单频网覆盖区域的变化规律,提出了在时延调整的情况下覆盖区域变化的分析方法,从而为地面数字电视单频网网络规划与调试提供一定的理论依据。     

ICP在仿壁虎刚毛硅模版制作中的应用

简单介绍了ICP(inductively coupled plasma)中的两种刻蚀工艺,阐述了以MEMS加工技术制备柔性仿壁虎刚毛阵列的方法,即利用ICP设备,采用低温(CRYO)工艺,在硅片上制作仿壁虎刚毛硅模版,然后注入有机硅胶成型,经剥离后得到柔性仿壁虎刚毛阵列。实验结果表明,该方法具有工艺实现简便、硅模版可重复使用的优点。场发射扫描电子显微镜SEM照片显示了直径2μm、间距6μm和直径5μm、间距20μm的柔性仿壁虎刚毛阵列。     

氟虫腈在竹笋中的残留检测与消解动态

系统分析了氟虫腈在竹笋中的残留和消解动态,建立了消解方程.研究表明氟虫腈施于竹笋表面很快被吸收,施药2 h就有吸收,1 d后达到最大吸收值,半衰期5.5 d,7 d后残留显著降低,21.6 d后消解到0.01 mg/kg,30 d后可消解99.69%.研究结果表明氟虫腈不会对竹笋造成残留污染.     

钢玄武岩纤维复合筋混凝土梁受剪承载力试验研究

钢玄武岩纤维复合筋（SFCB）兼具钢筋的延性和玄武岩纤维的防腐性能,并具有显著的二次刚度,但弹性模量低于钢筋。SFCB作为纵向筋时可使混凝土构件的受弯性能具有二次刚度,但构件的受剪承载力会低于钢筋混凝土梁。为深入研究SFCB作为纵筋时混凝土梁的受剪性能,以纵筋筋材种类、构件剪跨比为试验参数,进行梁的四点加载试验。详细分析了不同参数对混凝土梁的破坏形态、裂缝发展、受剪承载力的影响。试验结果表明：SFCB混凝土梁的受剪破坏主要呈现斜压破坏、剪压破坏和非典型剪压破坏3种形态。SFCB混凝土梁的受剪承载力整体低于钢筋混凝土梁、斜裂缝宽度大于钢筋混凝土梁。基于桁架拱模型,推导了SFCB混凝土梁受剪承载力的理论计算公式。与试验承载力对比发现,SFCB混凝土梁受剪承载力理论计算公式具有一定的适用性与安全性。     

基于AR模型的二维自适应提升小波变换算法

研究先更新再预测的经典自适应提升小波算法,提出一种基于自回归(AR)模型的二维自适应提升小波变换算法。根据图像局部特性选择自适应更新算子,利用更新后的系数位置关系给出基于AR模型的预测算子,使预测误差功率最小。实验结果表明,与使用最小均方误差标准的自适应预测算法相比,该算法能够降低高频系数能量,且峰值信噪比也有所提高。     

基于感兴趣区域的分层多描述图像编码

结合多描述编码和分层编码的优势,提出一种差错信道下基于感兴趣区域的分层多描述图像编码方法.利用SPIHT编码的分层内嵌特性,将图像编码为多个SPIHT描述码流,同时根据感兴趣区域将每个描述码流分为基本层码流和增强层码流.实际应用中根据网络带宽动态调整多描述增强层的传输,基本层传送给低带宽用户,基本层和增强层一起传送给高带宽用户.实验证明,该方法对于带宽受限条件下的差错信道图像传输具有很好的差错鲁棒性,能为图像感兴趣区域提供有效保护.     

同幅数字图像中Copy-Move型篡改的盲检测

为了快速有效地检测复制-粘贴(Copy-Move)图像篡改,提出了一种基于重叠块统计值的Copy-Move型篡改图像盲认证方式.该算法先将图像进行一次离散小波变换(Discrete wavelet transform,DWT)并取其低频部分分解为重叠块,接着统计各重叠块的7个统计值并计算重叠块间的相似性找出相似块,最后返回原篡改图像找出篡改部分.仿真结果表明,该方法能快速有效地检测出篡改部分经过JPEG有损压缩、高斯白噪声污染和这两者结合的篡改图像.     

利用颜色和熵提取感兴趣区域的感性图像检索

感性图像检索是一种新型的检索技术，这种检索具有较高的复杂性。一幅图像中能够使人们产生感性认识的可能只有部分区域，准确地找到感兴趣区域能有效地降低复杂度。作为图像基本特征的颜色对人的感觉有重要的影响，颜色的差异和对比使人产生了不同的情感。同时，图像的熵也反应了图像中包含信息量的大小，图像的熵也是引起人们产生感性认识的一个度量。提出了利用图像的颜色和熵提取感兴趣区域进行感性图像检索的方法，通过BP神经网络将感兴趣区域的颜色特征和熵映射到情感特征空间，具有较好的检索效果。     

一种更适合图像处理的多尺度变换——Curvelet变换

Curvelet变换是继小波变换之后,能更适合图像处理特点的一种多尺度变换,它能同时获得对图像平滑区域和边缘部分的稀疏表达,且具有很强的方向性,已有初步结果显示其在图像处理中的发展潜力。文章首先给出Curvelet变换的概念,并说明其算法实现。再综述Curvelet变换在图像处理中的应用。最后,提出对Curvelet变换的进一步研究方向。